金融大
数据标准体系可分为基础标准、业务标准、治理标准和技术标准四大类。各类标准之间相互联系、相互约束、相互补充，共同构成完整的统一体。同时，体系本身也是开放、共享和包容的，随着金融大数据战略实施的深入而不断细化和完善。
1.基础类标准
基础类标准对金融业大数据标准体系的适用范围、目标进行界定。基础类标准包括术语、标准化工作指南、从业人员基本要求和大数据能力成熟度评价指标等4个子类。其中，术语子类标准用于规范和统一各类专业名词。标准化工作指南子类标准明确金融业大数据标准化工作的任务、标准体系、以及标准编制、实施和改进的主要内容和基本要求，是从事标准化工作的指导性文件。从业人员基本要求和大数据能力成熟度评价指标用于对开展数据管理工作的人员、金融机构提出基础性和框架性要求。
2.业务类标准
业务类标准从金融监管、金融服务视角，按照不同的
大数据分析应用场景，对传统金融机构、互联网金融企业、以及其他外部单位需要报送或共享的数据范围和格式进行规范，使
数据采集、数据传输、数据处理等各环节的使用者对数据的含义、标识、用途等有统一的理解。随着金融创新的不断深入，金融行业的关联性、跨市场传染性以及宏观经济对金融体系的冲击等，都是引发系统性金融风险的潜在重要因素，金融监管和金融服务所关注的数据来源是跨机构、跨行业和跨市场的。因此，监管部门之间需要充分沟通，消除信息壁垒，将分散在各相关部门数据汇集起来，实现共享。在汇集全量数据基础上，运用大数据技术加以分析和挖掘，可提高金融监管和金融服务的前瞻性和准确性。
根据不同的大数据分析应用场景，业务类标准包括综合统计业务子类、反洗钱业务子类、征信业务子类、资管业务子类和其他子类等。在每个业务子类中，涉及主体复杂多样，数据来源广泛，标准化工作在实施过程中可采用分阶段、分步骤的方式，根据数据采集、共享范围的扩大而逐步完善。
3.治理类标准
数据治理领域包括数据标准、数据模型、元数据、数据生命周期、数据安全、数据架构、
数据质量等，这些领域之间关系密切。在各个领域都需要建立其特有的、跨部门的流程规范，根据需要开发配套的管理工具和软件产品，使业务部门、IT部门、大数据管理部门能够更好地获取、共享、理解和应用数据资产。
睿治是亿信华辰完全自主研发的一站式综合数据治理整体解决方案，是一款面向全用户角色的、智能的、敏捷的数据全生命周期管理应用平台。一起来了解一下， 睿治到底凭借什么能一直独领风骚？
（部分内容来源网络，如有侵权请联系删除）
